- Видео 31
- Просмотров 29 388
Pulsar Production
Добавлен 23 июл 2012
Видео
Обучение с подкреплением Q-learning, Policy Gradient (Reinforce), Actor-Critic Практика на gym
Просмотров 13 тыс.4 года назад
Reinforcement learning является довольно новым и перспективным направлением Машинного обучения. В отличие от Классических методов и Глубокого обучения, по нему есть очень мало материалов и курсов на русском языке, многие из которых написаны очень сложно и мудрено. На этой лекции преподаватель расскажет доступным языком все основные подходы Обучения с подкреплением. 🤔 Зачем изучать Reinforcement...
Глубокое обучение III Рекуррентные нейронные сети их применение Image captioning Machine translation
Просмотров 5184 года назад
На третьем занятии по Глубокому обучению мы рассмотрим рекуррентные нейронные сети: особенности их обучения, популярные архитектуры (LSTM и GRU) и задачи, в которых они находят свое применение. Практика и все сопутствующие материалы будут выложены на сайте курса plyus.pw/ml2020 Преподаватель курса: ассистент кафедры информатики МФТИ Павел Плюснин.
Глубокое обучение I. BackPropagation, оптимизаторы. Dropout. Кодировщики VAE. GAN. Практика pytorch
Просмотров 1 тыс.4 года назад
На этом занятии будут разобраны основные понятия глубокого обучения: методы обучения (BackPropagation) и оптимизации (RMSProp, Adam и др.) нейронных сетей, используемые функции активации. Мы обсудим способы инициализации и регуляризации сетей, познакомимся с полносвязными нейронными сетями, а также с GANами (генеративно-состязательные сети) У слушателей сложится полное понимание работы нейросет...
Машинное обучение I Основные понятия, решающие деревья, бустинг и бэггинг Практика на sklearn
Просмотров 1,7 тыс.4 года назад
Первое занятие курса посвящено классическим методам. Сперва мы рассмотрим общую постановку задач машинного обучения, разберемся, какими они бывают. Далее изучим метрический классификатор kNN и его модификации, рассмотрим решающие деревья и случайные леса, а также начнем разбираться с линейными моделями. С одной стороны, курс не будет требовать серьезных знаний математики, поэтому рассчитан на д...
Глубокое обучение II Computer Vision:различные виды сверток, популярные архитектуры сверточных сетей
Просмотров 5314 года назад
На втором занятии по Глубокому обучению мы рассмотрим самые современные и популярные архитектуры нейронных сетей для задач классификации и семантической сегментации изображений, а в практической части построим U-Net для сегментации. Практика и все сопутствующие материалы будут выложены на сайте курса plyus.pw/ml2020 Преподаватель курса: ассистент кафедры информатики МФТИ Павел Плюснин.
Машинное обучение II Линейные модели Методы кластеризаци и понижения размерности Практика sklearn
Просмотров 6294 года назад
На втором занятии мы рассмотрим линейные модели, различные регуляризаторы и метрики качества. Также мы разберем популярные алгоритмы кластеризации (k-means, DBSCAN и др) и понижения размерности (PLSA, SVD, t-SNE) С одной стороны, курс не будет требовать серьезных знаний математики, поэтому рассчитан на довольно широкую аудиторию. С другой стороны, в курсе все равно будет подробно рассматриватьс...
Pulsar Production представляет студию самозаписи Jalinga
Просмотров 4694 года назад
Почта для связи: Gurova@pulsarproduction.ru
Визуальная составляющая видео. Удержание и управление вниманием.
Просмотров 1116 лет назад
Визуальная составляющая видео. Удержание и управление вниманием.
Структура и контент видео - привлечение внимание слушателей
Просмотров 856 лет назад
Структура и контент видео - привлечение внимание слушателей
Неудачные учебные видео: виды и причины их появления
Просмотров 1346 лет назад
Неудачные учебные видео: виды и причины их появления
отличная лекция. есть ли у вас ссылка на jupyter notebook?
Грамотно
24:49 доллар? поздравляю, вы получаете награду - статус иноагента!
Божественная серия лекций, которая раскладывает по полочкам все несвязанные знания. Просмотрел его перед написанием диплома, и неимоверно доволен!
Спасибо.
Спасибо за видео. Возник вопрос - когда мы рассматривали на 48 минуте values V1 и V2, не должно ли там где было -1 быть -1+гамма, а где 1 быть 1-гамма?
Очень полезное видео, всё очень четко и понятно объяснили. Прочитала до этого несколько статей по RL, но только после этого видео всё встало на свои места. Благодарю !!!
Это одна из самых лучших лекций (если не самая лучшая) по Обучению с подкреплением. Павел, огромное Вам спасибо за Ваш труд. Очень ясное и понятное объяснение, замечательная подача материала, подробное объяснение важных моментов.
Лучше, чем куча перечитанных статей. Стоит потраченного времени.
Как зовут лектора? не могу найти
спасибо за лекцию. Многое уложилось в голове именно после ее просмотра
Очкарик, найми переводчика себе, потом делай ролики. Этот поток рунглиша невозможно слушать.
Иди лапти плети, а не лекции по машинному обучению слушай. Это не твой уровень, раз не понимаешь важность знания терминологии на английском.
@@MaysonThorson А зачем мне знание вашего петушиного сленга? У меня свой язык есть.
Спасибо!
Мы производим сырьё в котором Ауксин, покупают коммерсы, кто перепродаёт атридорога
Как называется ваша продукция
Просто песня! Огромное спасибо.
Огромное спасибо!
Интересно, а известны ли фитогормоны, стимулирующие сроки начала цветения растений? Неужели до сих пор не выявили эти вещества? Или все таки все давно известно, но держат в секрете т.к это может повредить тем компаниям, которые доминируют на рынках со своей продукцией🤔
PGR и подобные, если по простому, гмо после которых уже продукты потеряют во вкусе и качестве
Кто может подсказать какая это версия gym ?
Отличное обьяснение. Спасибо
Спасибо, в целом хорошая лекция ПС: c 50:00 непонятно почему пересчитывая из V2 в V3 клетку с гамма^2 мы получаем гамма^2. Хотя должны получить гамма^2 + гамма
какая-то пирамида, МММ, вода водинистая
Потрясающая лекция, огромное спасибо! Реально первое понятное объяснение!
Не нашел лекции номер 2, вроде говорилось в первой лекции что это будет линейные функции
Где найти прошлое занятие про линейные модели
@@arturpieszkow7862 В описании к видео есть ссылка на все материалы
С такими объяснениями хорошо в разведке работать.
Здравствуйте до свидания
Такое понятное объяснение по RL, как у Вас, редко встретишь. Все ясно и понятно по ходу лекции. Я слушал Воронцова, хорошо, но сразу не укладывается, нужно повторять. Слушал Нейчева, слишком общо и по верхам. Спасибо Вам за Ваш труд.
Здравствуйте, а где можно посмотреть код, который использовался в практике? Заранее спасибо!
Почему так мало просмотров?
первое понятное видео)
шикарное объяснение. спасибо
Спасибо огромное за ваш труд, лекции очень помогли мне! Только еще если бы была литература с помощью которой вы готовили это материал, что б детальнее разобраться, да и если б вы выложили эти презентации на сайт, тогда б было вообще супер. Но и так спасибо)